一种基于改进YOLOv5s的电动车头盔佩戴检测方法

作     者：徐栋 陈正宇 XU Dong;CHEN Zheng-yu

作者机构：南京邮电大学电子与光学工程学院江苏南京210023 金陵科技学院电子信息工程学院江苏南京211169 

基　　金：教育部人文社会科学研究青年基金项目(21YJCZH108) 

出 版 物：《金陵科技学院学报》 (Journal of Jinling Institute of Technology)

年 卷 期：2022年第38卷第1期

页      码：7-14页

摘      要：为了解决电动车驾乘人员头盔佩戴检测问题,提出了一种基于改进YOLOv5s模型的电动车头盔佩戴检测方法。该方法以YOLOv5s模型为基础,首先使用GhostBottleneck模块替换YOLOv5s中的卷积模块以减少参数量;其次设计了GhostCSP-Bottleneck来优化特征提取结构;最后在主干网络增加注意力机制提升检测精度。实验结果表明,改进后的模型平均准确率均值为84.2%,较YOLOv5s提升了1.3个百分点;模型参数量和体积分别压缩为原来的51.39%和47.95%,在小目标和密集目标场景下具有较好的泛化性;将模型移植到NVIDIA Jetson Xavier NX开发板上,检测速度达到28.2 FPS,满足检测的实时性和准确性要求。

主 题 词：电动车头盔 YOLOv5s GhostCSP-Bottleneck 注意力机制 

学科分类：1305[艺术学-设计学类] 13[艺术学] 081104[081104] 08[工学] 0804[工学-材料学] 081101[081101] 0811[工学-水利类] 

D　O　I：10.16515/j.cnki.32-1722/n.2022.01.002

馆 藏 号：203110329...